医药行业
一项在伤口感染细菌快速检测领域取得显著进展的科研成果正式发表。该研究由重庆邮电大学、陆军军医大学大坪医院等机构合作完成，通过结合荧光高光谱成像技术与深度学习算法，实现了对多种常见伤口致病菌的非侵入、快速分类识别。研究团队在数据采集环节使用了彩谱科技的FigSpec FS-22高光谱成像相机，为实验提供了关键的光谱图像数据支持，展现了该设备在精密生物光学检测中的应用潜力。
伤口细菌感染的及时诊断对于临床治疗具有重要意义，然而传统的细菌培养、PCR等方法往往耗时较长，且需要侵入性取样。因此，发展一种能够快速、无创识别细菌的技术成为迫切需求。高光谱成像技术能够同时获取目标的空间信息与连续的光谱信息，而荧光高光谱成像更进一步，通过特定波长的激发光诱导样品自身发出荧光，从而增强对微生物内部化学物质差异的探测能力。这项研究正是利用这一原理，对八种常见伤口感染细菌进行了系统的光谱特征采集与分析。
实验中，彩谱科技FigSpec FS-22高光谱相机发挥了重要作用。该系统具备400-1000nm的光谱探测范围与1920×1920的高空间分辨率，能够精细地捕捉细菌在405nm激光激发下产生的自体荧光信号。研究团队构建了涵盖不同菌种、不同浓度及不同生长时间的庞大荧光高光谱数据集，共计25600个样本。面对高光谱数据维度高、信息量大且细菌间光谱差异细微的挑战，研究人员自主设计了一套名为“空间-光谱多尺度注意力网络”的深度学习模型。该模型能有效聚焦细菌菌落区域，抑制培养基底板等背景干扰，并从光谱维度深入提取鉴别性特征，从而实现对细菌种类、生长状态乃至浓度的协同判别。
研究结果显示，该方法在不同生长条件下的细菌分类准确率达到98.52%，在物种水平鉴定上的准确率为98.71%，并且对低至104CFU/ mL的细菌浓度仍能保持有效检测。与研究中对比的多种现有算法模型相比，这一基于彩谱科技高光谱数据所训练的网络展现出可靠的性能。这些成果验证了荧光高光谱成像结合先进算法在微生物快速检测领域的可行性，为未来开发可用于临床环境的即时诊断设备提供了重要的技术参考。
尽管该研究目前是在受控的实验室条件下完成，使用纯化菌株进行，但其技术路径清晰展示了高光谱成像在生物医学检测中的价值。彩谱科技的FigSpec FS-22高光谱相机以其稳定的成像性能和丰富的光谱信息捕获能力，为此类前沿探索提供了坚实的硬件基础。展望未来，随着算法的进一步优化与临床适配性研究的深入，这种融合了先进成像与智能分析的技术方案，有望向着真正实现伤口感染实时、无创、精准诊断的目标迈进，为临床感染防控提供新的工具选择。
（论文原文可搜索https://doi.org/10.1002/jbio.202500164进行阅读）
产品推荐
FigSpec FS-22成像高光谱相机
产品特点
可见光/近红外：
l 光谱范围：400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道
l 图像分辨率可达2048*2048
短波近红外：
l 光谱范围：900-1700nm，波长分辨率优于6nm，可达1024个光谱通道
l 图像分辨率可达1280*1280
